菲尔兹奖得主王虹，也发过Neurips
菲尔兹奖得主王虹教授（2019年时）曾以共同一作者身份在NeurIPS上发表论文，研究机器学习中的低秩矩阵近似问题。该论文针对列子集选择（CSS）算法，利用调和分析中的经典工具——Riesz–Thorin插值定理，首次给出了关于近似误差更紧的理论上界，并在p≥2时证明其结果精确到常数。这项工作展示了将纯数学工具引入计算机科学以解决理论难题的跨学科价值。尽管王虹的个人主页未直接列出该论文链接，但它在当时即因扎实的论证而获得认可。文章指出，这与NeurIPS 2026所强调的理论贡献导向相符，表明顶会不仅关注应用突破，严谨的理论推进同样重要。
marsbit昨天 07:20
